影响薪水高低的关键，其实跟程式语言关联相对小...
影响关键在：
1. 产业
公司赚钱，员工薪水就高。
赚国际钱的公司，薪水会比只赚台湾钱的公司高
FANNG、台积电这种都是赚国际钱。
软件接案公司只赚台湾钱的就上不去。
2. 职务
能帮公司增加价值的单位薪水高。 (看职务属于利润中心、还是成本中心)
Frend-end/Back-end/Infra/Application/Security 都有可能
举例：软件研发能增加公司产品/服务的价值，薪水就会比同公司的IT网管高。
如果公司是走平台,ex: FB这种，Backend/Infra钱就会高，因为会直接影响公司服务。
但如果公司服务跟平台关联性不大，Infra就会变成网管
3. 是否是公司核心业务
软件是否是这间公司的核心主力？ 核心主力的薪水会高过同公司其他单位
同样都是台积电内，薪资最高的部门不会在IT。
不过台积IT因为第一点的因素，就有机会赢过很多公司。
底子有打好，程式语言就是工具而已。
以筷子做譬喻，当你学会用筷子，圆筷、扁筷、甚至给你两个牙签也能夹东西。
只是夹得好不好而已。
夹不好就多练练，很快就上手。
关键是Domain Knowledge，这才是需要累积的地方
※ 引述《alihue (wanda wanda)》之铭言：
: 先上图: https://i.imgur.com/4whtlR2.jpg
: x 轴为薪水； y 轴为工时； 蓝绿代表职缺比较偏高阶/低阶语言
: 我大概用这三个面向代表这几次讨论主轴
: 然后先打预防针: 每个公司的落点是用比较公认的角度
: 例如 GG/MTK 工时长是公认的，但肯定会有低工时的人；
: 趋势/LINE/17...等公司虽在中间，但肯定有用低阶语言与年薪三百万的人
: 所以看这张图时请用比较平均的角度看
: 此外没有用"web仔"是因为这个词有点过于看轻与模糊化
: 现在 web 是主流面对 end user 的方式，google search 也是一个 web
: 但回归到部分的人选择不去竹科是因为可能自己会的语言偏高阶
: 因此用高低阶语言当一个象限
: 没有用"纯软"表示是因为 2021 年这个词定义已经过于模糊，各行各业各服务都能有软件
: 因此我用"RD 组成主要是 SWE"来当成一个族群，例如群晖我会归类在这个群
: 此外还有一个象限没列到就是工作环境封闭程度，
: 例如在银行/竹科的网络可能都是比较受管制的
: 然后不讨论个人能力 那维度太多 但是公司的薪水 Range 是固定的